暢想信用評級技術3.0時代

王寧江

·首席論衡·

暢想信用評級技術3.0時代

王寧江

人總得有些想象，未來才有發展。從事十余年的信用工作，再一次對未來信用評級技術的發展做一次暢想。之前一次暢想的觀點是“傳統評級業趨勢是衰退的、征信業是發展的”，希望能適當地提醒同行、喚醒同行。

當今世界發展面臨三大挑戰：全球化、技術創新和環境污染。這里講技術創新，近段時間，尤其是今年的云棲大會之后，不斷地被“云”思想“洗腦”。確實技術發展太快了，阿爾法狗戰勝圍棋冠軍就是一個典型事例，不得不對算法和計算能力的提升表示敬佩，機器深度學習已經到了一個新的發展階段。由此也引發倫理學爭議：未來誰將統治地球？“機器”還是“人”？毋庸置疑，樂觀者的答案肯定是“人”。馬云在今年的云棲大會上有個精辟觀點，機器不可能有智慧，機器不可能有使命，機器做不到有價值觀，機器不可能有很好的文化體系。同感，尤其是使命一詞用得非常恰當，人類肩負的是責任，而機器只需執行命令。

講了這么多，無非是做個鋪墊，想告訴仍在伏案辛苦評級的前輩們，新技術發展太快了，該仰望星空，看看外面的世界了。在技術發展長河中，屢次出現新舊技術之爭，如螺旋槳發動機和噴氣發動機、交流電和直流電等等。但是，歷史也告訴我們，新技術必將取得勝利。傳統評級行業應該清醒了，掌握大數據、新算法和無窮計算能力的征信公司已經“潤物細無聲”地潛入信用評級行業，他們帶來了評級技術的革命。

先講評級技術1.0時代的特征，可以表述為“完全確定”的評級技術，即評價所需的數據是給定的而且是完整的，評級方法是打分法，評分模型是確定的。資本市場的評級和FICO評分應歸于此類。1.0時代的軟肋十分明顯，一是數據必須是完全的，意味著沒有數據就可能沒有信用，只有不斷地透支信用、積累數據，才能不斷地提高信用等級，這就是FICO的評分邏輯。二是評分方法過于簡單，一旦模型確定，評級行業似乎成了一個勞動密集型行業，能做數學加減法的人員就可以從事算分工作，這與行業擔負揭示風險的使命極不相襯。三是評價結果缺乏統計學校驗，而且校驗結果和模型優化之間并沒有建立起有效的信號修正機制。百年評級業，評級技術更新緩慢、評價模型變化不大。主權評級之爭，若僅從技術層面理解，也只是個表面的熱鬧而已。

再看評級技術2.0時代的特征，可以表述為“部分確定”的評級技術，即評價所需的數據是給定的而且是完整的，但是評價方法已經不再是1.0時代的評分法，至少應該是有比較復雜的算法、數據處理模型和機器學習技術等。目前，基于互聯網和大數據的征信公司采用的評級技術可歸于此類。由于這些機構并不掌握傳統信用評級所需的數據，倒逼這部分機構做兩件事情，一是數據的“提純”工作，“八仙過海、各顯神通”，發揮各自優勢,在自己的平臺上甄別、篩選和處理出“有用”的數據，盡可能地去迎合傳統信用評級要求；二是做評價技術創新，于是乎電商交易數據、社交數據、泛金融數據等均成為了評價模型的重要組成部分。更重要的是，由于有了云計算和大數據技術的支撐，計算是這類機構的特長，評價結果的實時校核，彌補了原始數據的不足。此類模型的評價結果與違約概率的擬合度極高，應用場景也極為豐富，評價結果與模型之間開始有了互動。

暢想信用評級技術3.0時代的特征，用三句話表達：輸入的評價數據可以是殘缺不完全的；評價技術能做到自我學習、自我識別、自我評判；評價結果是標準化、可參照比對的。最難的也是最后一點，因為只有評價結果可比對，才能保證結果可應用，否則，再行的技術也是一句空話。現實生活中，不完全、不對稱、不均衡是常態，所以3.0時代必然是個大趨勢。類似公安刑偵的嫌疑人畫像技術，想象3.0時代評級場景，評價技術可以對不完整數據進行分析、甄別、處理，然后根據學習和經驗，自適應地選擇方法，并不斷地迭代修正，最后擬合成主體信用畫像，得出評價結果，這大概就是基本邏輯。

作者為浙江省經濟信息中心副主任、浙江省信用中心主任